Tag: 相机校准

OpenCV 3.0：校准不符合预期: 当我使用OpenCV 3.0 calibrateCamera时，我得到的结果是我不期望的。这是我的algorithm：加载30个图像点加载30个相应的世界点（在这种情况下是共面的）使用点来校准相机，只是为了不失真不扭曲的图像点，但不要使用内在（共面的世界点，所以内部函数是狡猾的）使用未失真的点find单应性，转换到世界点（可以这样做，因为它们都是共面的）使用单应性和透视变换将未失真的点映射到世界空间将原始世界点与映射点进行比较我有点嘈杂，只有一小部分的形象。从一个视图中共有30个共面点，所以我不能得到相机内在的东西，但应该能够得到畸变系数和单应性来创build一个平行的视angular。如预期的那样，错误根据校准标志而变化。但是，它与我所预期的相反。如果我允许所有的variables进行调整，我预计错误会下降。我并不是说我期待一个更好的模型; 我实际上期望过度适合，但是这应该仍然减less错误。我所看到的是，我使用的variables越less，我的错误就越低。最好的结果是直接的单应性。我有两个怀疑的原因，但他们似乎不太可能，我希望听到一个毫不犹豫的答案，然后我播放他们。我已经拿出代码来做我正在谈论的事情。这有点长，但它包括加载点。代码似乎没有错误; 我已经使用“更好”的点，它完美的作品。我想强调的是，这里的解决scheme不能使用更好的点或更好的校准; 练习的要点是看各种校准模型是如何响应不同质量的校准数据的。有任何想法吗？添加要清楚，我知道结果将是不好的，我期待这一点。我也明白，我可能会学习不好的失真参数，当testing未用于训练模型的点时，会导致更差的结果。我不明白的是，使用训练集作为testing集时，失真模型的误差如何。也就是说，如果cv :: calibrateCamera应该select参数来减less所提供的训练集上的错误，但是它比K！，K2，… K6，P1刚select0时产生更多的错误，P2。数据不好或不好，至less应该在训练集上做得更好。在我可以说这些数据不适合这个模型之前，我必须确保我可以用尽可能多的数据做到最好，在这个阶段我不能这么说。这里是一个示例图像带有绿色针脚的点标记。这显然只是一个testing图像。这里是更多的例子的东西在下面的图像是从上面的大一个裁剪。该中心没有改变。这就是当我不扭曲的情况下，从绿色的引脚手动标记的点，并允许K1（只有K1）从0：之前后我会把它放在一个错误，但是当我使用一个更大的点覆盖更多的屏幕，即使从一架飞机，它的工作相当好。这看起来很糟糕。但是，这个错误并不像你想象的那样糟糕。 // Load image points std::vector<cv::Point2f> […]

如果已知外部和内部参数，则从2D图像像素获取3D坐标: 我正在做tsai algo的相机校准。我得到了内在和外在的matrix，但是我怎样才能从这个信息中重build三维坐标呢？ 1）我可以使用高斯消去来findX，Y，Z，W，然后点将是X / W，Y / W，Z / W作为同质系统。 2）我可以使用OpenCV文档方法：因为我知道u ， v ， R ， t ，我可以计算X,Y,Z 。但是，这两种方法的结果都不一样，不正确。我在做什么错了？

如何validation摄像头校准的正确性？: 我完全不熟悉相机校准技术…我正在使用OpenCV棋盘技术…我使用Quantum的networking摄像机… 这是我的观察和步骤.. 我保留了每个棋方方= 3.5厘米。这是一个7×5的棋盘， 6×4的内angular。我在networking摄像头的距离为1到1.5米处采集了10张不同视图/姿势的图像。我正在学习由Bradski 学习OpenCV中的C代码进行校准。我的校准码是 cvCalibrateCamera2(object_points,image_points,point_counts,cvSize(640,480),intrinsic_matrix,distortion_coeffs,NULL,NULL,CV_CALIB_FIX_ASPECT_RATIO); 在调用这个函数之前，我将沿着固有matrix的对angular线的第一个和第二个元素作为一个来保持焦距的比例不变，并使用CV_CALIB_FIX_ASPECT_RATIO 随着棋盘距离的变化， fx和fy随着fx:fy变化几乎等于1.有cx和cy值在200到400的顺序fx和fy在300-700的数量级我改变了距离。目前我已经把所有的失真系数归零，因为我没有得到包括失真系数在内的好结果。我原来的形象看起来比不失真的英俊！我是否正确地进行校准？我应该使用除CV_CALIB_FIX_ASPECT_RATIO其他选项吗？如果是，哪一个？